• Un nuevo algoritmo de aprendizaje automático (ML) utiliza inteligencia artificial (IA) y el EEG de Emotiv para calcular la edad cerebral de una persona.

• Los cambios en el EEG en estado de reposo de una persona podrían señalar signos tempranos de enfermedades degenerativas como el Alzheimer.

• Los hallazgos de la investigación, publicados en Frontiers in Neuroergonomics, ofrecen un enfoque proactivo para las evaluaciones de la salud cerebral.

Un grupo de investigadores ha desarrollado un nuevo método para calcular la diferencia entre la edad cronológica y la edad cerebral de una persona. Este modelo de aprendizaje automático utiliza auriculares Emotiv Epoc X para medir la actividad eléctrica durante el estado de reposo del cerebro (despierto pero sin realizar ninguna tarea) y la compara con datos estadísticos de adultos sanos.

Kounios et al. (2024) entrenaron el algoritmo con datos cerebrales de Epoc X recopilados de un grupo de participantes presenciales y remotos en línea, así como con conjuntos de datos de entrenamiento complementarios. En total, el estudio utilizó cinco conjuntos de datos combinados.

¿Por qué es importante la edad cerebral?

El cerebro humano siempre está cambiando, añadiendo nuevas conexiones y reparando las antiguas a lo largo de nuestra vida. Las lesiones y las enfermedades pueden retrasar o acelerar la etapa de desarrollo de un cerebro, provocando una "brecha de edad cerebral". Estas brechas pueden servir como señales de advertencia de enfermedades relacionadas con la edad. Desafortunadamente, los escaneos cerebrales suelen ser costosos y requieren mucho tiempo, y solo se realizan una vez que se manifiestan los síntomas de la enfermedad.

Los autores proponen que realizar escaneos a personas en la mediana edad temprana o más jóvenes aumenta la posibilidad de detectar y tratar los trastornos neurológicos relacionados con la edad en sus fases más tempranas.

"Nuestro enfoque para la estimación de la edad cerebral mediante EEG tiene varias aplicaciones prometedoras", señalan los autores. "Puede utilizarse como una herramienta de detección relativamente económica para identificar a personas cuya brecha de edad cerebral sugiera la posibilidad de una patología subyacente relacionada con la edad a la que se le pueda realizar un seguimiento con pruebas diagnósticas específicas. Además, debido al costo relativamente bajo del auricular Emotiv Epoc X, la estimación de la edad cerebral mediante EEG puede realizarse repetidamente para verificar los resultados y detectar cambios a lo largo del tiempo".

Este conjunto de datos sobre la edad cerebral también puede ser útil para probar posibles intervenciones para retrasar o revertir el envejecimiento neurológico. Por ejemplo, un estudio de 2020 financiado por el Instituto Nacional sobre el Envejecimiento descubrió que ciertos factores de un estilo de vida saludable podrían reducir el riesgo de Alzheimer en un 60% (Dhana et al., 2020).

El EEG inalámbrico al rescate

Kounios y sus colegas elogiaron al Epoc X por ser accesible y asequible. Señalaron que permite a las personas estimar su edad cerebral en casa o en el trabajo. Esto podría generar más investigaciones sobre el deterioro cognitivo relacionado con la edad y las intervenciones en el estilo de vida para la salud cognitiva.

Aprender a calcular la edad cerebral también ofrece otras posibilidades. Por ejemplo, existe un grupo de personas de entre 80 y 90 años llamadas "superancianos cognitivos" que desafían las estadísticas. Los superancianos cognitivos tienen un rendimiento de memoria similar al de adultos de entre 20 y 30 años más jóvenes. Los estudios actuales tienen como objetivo aprender de este grupo excepcional de personas y utilizar esa información para promover un envejecimiento cerebral saludable.

Los neurocientíficos y otros investigadores esperan comprender mejor el papel que desempeñan la dieta, el entorno, los estilos de vida y la genética en la forma en que envejecen nuestros cerebros.

Los autores destacan la importancia de evaluar la estabilidad de su modelo de detección de la edad cerebral durante un período prolongado de tiempo. También se necesitan investigaciones futuras para validar estos hallazgos con una muestra de datos de EEG cerebral más grande y diversa.

Referencias:

Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). Healthy lifestyle and the risk of Alzheimer dementia. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816

Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). Brain-age estimation with a low-cost EEG-headset: effectiveness and implications for large-scale screening and brain optimization. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732